路径规划与运动控制作为实现无人驾驶汽车自主驾驶的关键技术,一直以来都是无人驾驶技术研究领域的重点。本文针对结构化道路下无人驾驶汽车的路径规划与运动控制问题做了如下的研究:(1)为了满足无人驾驶汽车对避障的安全性、实时性以及路径的平滑性等要求,提出了一种基于离散优化的局部路径规划算法。针对移动障碍移动随机性问题,设计了一种基于运动估计结合高斯卷积的移动障碍安全性代价函数,解决了离散优化算法应用于无人车动态避障的问题。为了提高了算法的实时性,使用了一种新的坐标转换计算方法将路径从-坐标系转换到大地笛卡尔坐标系。利用PreScan和Matlab/Simulink在不同的结构化道路环境下进行了不同车速下的联合仿真,为后续的实车实验奠定了基础。(2)设计了分层式结构的纵向控制器,其中上层控制器为PID控制,下层控制器则利用逆模型分析推算从而得到油门开度与制动力的控制量,并对油门和制动的切换规则进行了设计。通过PreScan和Matlab/Simulink联合仿真对纵向控制器的速度跟随效果进行了验证。针对传统的Pure Pursuit算法在跟踪曲率多变的路径时难以保证算法的鲁棒性和准确性的问题,提出了一种改进的自适应预瞄的Pure Pursuit算法。此方法考虑车速与参考路径的弯曲程度,根据驾驶经验利用模糊控制的方法确定预瞄距离,采用Pure Pursuit算法计算得到前轮转角控制量。PreScan和Matlab/Simulink联合仿真结果表明:提出的控制算法具有良好的控制精度,相比传统的Pure Pursuit算法有着明显提高。(3)最后为了验证上述的算法在实车应用中的可行性与有效性,在Ubuntu操作系统下以Qt Creator为开发平台使用C++语言编写了无人车实验平台的控制软件,并开展了结构化道路环境下无人驾驶汽车的路径规划实验和路径跟踪控制的实车实验。实验结果表明:本文提出的局部路径规划算法在实际的结构道路环境中可以引导无人车完成对静止障碍与移动障碍的规避,算法的实时性满足要求;横向控制算法可以对曲率变化的路段实现精度较高的路径跟踪控制。